基于BO-CNN模型的复合材料疲劳损伤超声导波监测方法

本发明属于复合材料结构疲劳损伤监测领域，提出了基于BO‑CNN模型的复合材料疲劳损伤超声导波监测方法，包括首先筛选出受疲劳损伤影响较大的超声导波信号特征，再进行共线性分析剔除冗余特征，进行预处理后组成样本库；以信号特征矩阵为输入，以损伤面积为输出构建出卷积神经网络(CNN)损伤预测模型，结合贝叶斯优化(BO)算法调整模型超参数，最后将样本库按照预设比例随机分成训练集、验证集和测试集，利用验证集进行超参数选择，测试集进行模型评估，试验结果表明：本发明构建的BO‑CNN损伤预测模型实现的监测方法传统的基于CNN损伤预测模型的监测方法预测精度从0.94提升至0.98，预测结果的分散性更小，损伤回归预测任务中表现出更高的可靠性。